用javascript分类刷leetcode22.字典树(图文视频讲解)

目录

Trie树，即字典树，又称前缀树，是一种树形结构，典型应用是用于统计和排序大量的字符串（但不限于字符串），所以经常被搜索引擎用于文本词频统计。它的优先是，最大限度的减少无谓的字符串比较，提高查找效率。

Trie的核心思想是空间换时间，利用字符串的公共前缀来降低查询时间的开销，以达到提高效率的目的

基本性质

• 根节点不包含字符，除跟节点外每个节点都只包含一个字符
• 从根节点到某一个节点，路径上经过的字符连接起来，为该节点对应的字符串
• 每个节点的所有子节点包含的字符都不相同

实际应用，例如搜索

720. 词典中最长的单词 (easy)

给出一个字符串数组 words 组成的一本英语词典。返回 words 中最长的一个单词，该单词是由 words 词典中其他单词逐步添加一个字母组成。

若其中有多个可行的答案，则返回答案中字典序最小的单词。若无答案，则返回空字符串。

示例 1：

输入：words = [“w”,“wo”,“wor”,“worl”, “world”]
输出：“world”
解释： 单词"world"可由"w", “wo”, “wor”, 和 "worl"逐步添加一个字母组成。
示例 2：

输入：words = [“a”, “banana”, “app”, “appl”, “ap”, “apply”, “apple”]
输出：“apple”
解释：“apply” 和 “apple” 都能由词典中的单词组成。但是 “apple” 的字典序小于 “apply”

提示：

1 <= words.length <= 1000
1 <= words[i].length <= 30
所有输入的字符串 words[i] 都只包含小写字母。

方法1：sort+hash

• 思路：排序数组，然后遍历字符串数组，判断数组中的每个字符串的子串是否都在数组中
• 复杂度：时间复杂度O(mn)，m是字符串数组的长度,n是字符串最大长度。空间复杂度O(m)

js：

var longestWord = function (words) {
   
    let set = new Set()
    words.forEach(v => set.add(v))//set方便查找
        //先按长度排序，在按字典序
    words.sort((a, b) => a.length === b.length ? a.localeCompare(b) : b.length - a.length)
    for (let i = 0; i < words.length; i++) {
   
        let flag = true
        for (let j = 1; j < words[i].length; j++) {
   
            if (!set.has(words[i].substring(0, j))) {
   //查看set中是否有该字符串的每个子串
                flag = false
                break
            }
        }
        if (flag) {
   
            return words[i]
        }
    }
    return ''
};

方法2:字典树

• 思路：将所有字符串插入trie中，递归寻找那个长度最大的单词
• 复杂度：时间复杂度O(mn)，m是字符串数组的长度,n是字符串最大长度。空间复杂度O(∑w)。递归深度不会超过最长单词长度,字段书的空间复杂度是所有字符串的长度和。

js:

var longestWord = function (words) {
   
    const trie = new Trie()
    words.forEach